In this paper, we analyze the supercloseness result of nonsymmetric interior penalty Galerkin (NIPG) method on Shishkin mesh for a singularly perturbed convection diffusion problem. According to the characteristics of the solution and the scheme, a new analysis is proposed. More specifically, Gau{\ss} Lobatto interpolation and Gau{\ss} Radau interpolation are introduced inside and outside the layer, respectively. By selecting special penalty parameters at different mesh points, we further establish supercloseness of almost k + 1 order under the energy norm. Here k is the order of piecewise polynomials. Then, a simple post processing operator is constructed. In particular, a new analysis is proposed for the stability analysis of this operator. On the basis of that, we prove that the corresponding post-processing can make the numerical solution achieve higher accuracy. Finally, superconvergence can be derived under the discrete energy norm. These theoretical conclusions can be verified numerically.


翻译:在本文中, 我们分析在希什金网格中, 使用非对称内部惩罚Galerkin( NIPG) 方法的超近距离结果, 是一个特别受扰动的对流扩散问题。 根据解决方案和计划的特点, 提议进行新的分析。 更具体地说, 分别在该层内外引入了Lobatto 内插和 Gauss} Radau 内插。 通过在不同网格点选择特殊惩罚参数, 我们进一步在能源规范下建立几乎 k+ 1 命令的超近距离。 这里 k 是一个小圆形的多面体顺序 。 然后, 构建了一个简单的后端处理操作器。 特别是, 为该操作器的稳定性分析建议了新的分析 。 在此基础上, 我们证明相应的后处理可以提高数字解决方案的精确度。 最后, 可以在离散能源规范下生成超级相容值。 这些理论结论可以被数校准 。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
专知会员服务
25+阅读 · 2021年4月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员